如何使用 Python 中的 Seaborn 可视化线性关系？

Seaborn 是一个有助于数据可视化的库。它带有自定义主题和高级接口。

构建回归模型时，会检查多重共线性。这是因为我们需要了解所有不同连续变量组合之间存在的相关性。如果变量之间存在多重共线性，我们必须确保将其从数据中移除。这就是函数“regplot”和“lmplot”发挥作用的地方。它们有助于可视化线性回归中变量之间的线性关系。

“regplot”函数接受各种格式的变量“x”和“y”的值，包括 numpy 数组、pandas 系列对象、对 pandas 数据框中变量或值的引用。

另一方面，“lmplot”函数要求用户为数据传递特定参数，并且变量“x”和“y”的值需要是字符串。这种数据格式称为长格式数据。这是一个示例：

示例

import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('tips')
sb.regplot(x = "total_bill", y = "tip", data = my_df)
sb.lmplot(x = "total_bill", y = "tip", data = my_df)
plt.show()

输出

解释

• 导入所需的包。
• 输入数据是“tips”，它从 seaborn 库加载。
• 此数据存储在数据框中。
• 使用“load_dataset”函数加载 iris 数据。
• 使用“regplot”函数可视化此数据。
• 使用“lmplot”函数可视化此数据。
• 这里，数据框作为参数提供。
• 此外，还指定了 x 和 y 值。
• 此数据显示在控制台中。

AmitDiwan

更新于：2020年12月11日

133 次查看

启动您的 职业生涯

完成课程获得认证

开始